Konekäännös · Englanninkielinen alkuperäinen
Aloittaminen Windows
speech-core rakentaa natiivisti Windows x86_64 Sama C+++17 moottori, joka toimii Android sekä Linux. Molemmat päättelyä taustat työtä Windows: LiteRT (testattu CI:ssä jokaisen muutoksen yhteydessä) ja ONNX Runtime. Tämä kattaa streaming puhe-to-text (Nemotron, Parakeet), äänen aktiivisuustunnistus, kaiutin diarization, kaiuttimen kaiuttimet, ja VoxCPM2 teksti-to-speech ääni kloonaaminen kaikki käynnissä paikallisesti. Puheen ydinsivu.
Vaatimukset
- Windows 10/11, x86_64
- Visual Studio 2022 tai Rakennuksen työkalut (MSVC C++ työmäärä)
- CMake 3.16+
- Python 3.11+ ( LiteRT setup skriptiuutteet Google.s
ai-edge-litertpyörä) - Git, mukaan lukien Git Bash (asetukset skripti on komentotulkki skript)
Rakenna LiteRT-taustaosalla
Juokse MSVC-kehitinympäristöstä (esimerkiksi käynnistä Git Bash x64 Native Tools Command Prompt) dumpbin sekä lib ovat PATH ... setup script käyttää niitä luoda tuontikirjasto (libLiteRt.lib) alkaen runtime DLL, joka Google...
git clone https://github.com/soniqo/speech-core.git
cd speech-core
./scripts/fetch_litert.sh "$PWD/litert"
cmake -B build \
-DCMAKE_BUILD_TYPE=Release \
-DSPEECH_CORE_WITH_LITERT=ON \
-DLITERT_DIR=$PWD/litert
cmake --build build --parallel --config Release
Windows ratkaisee DLLL:n PATH:n kautta, joten esilaatikon litert hakemisto ennen kuin suoritat mitään taustaosaa kuormittavaa:
export PATH="$PWD/litert:$PATH"
ctest --test-dir build --output-on-failure -C Release
Rakenna ONNX Runtime-taustaosalla
Vaihtoehtoisesti (tai lisäksi), ota käyttöön ONNX-taustaosa ORT_DIR Uurteen osoittaminen onnxruntime-win-x64:n julkaisu. Valinnainen NVIDIA CUDA / TensorRT kiihtyvyys on saatavilla kautta -DSPEECH_CORE_WITH_CUDA=ON - Runtime- gamed SPEECH_CORE_ORT_PROVIDER hiljainen CPU varasuunnitelma ja on tavoite PersonaPlex 7B täysi-duplex puhe-puhe-puhe:
cmake -B build \
-DCMAKE_BUILD_TYPE=Release \
-DSPEECH_CORE_WITH_ONNX=ON \
-DORT_DIR=C:/path/to/onnxruntime-win-x64
cmake --build build --parallel --config Release
Ääni-kloonaaminen CLI (speech_voxcpm2_clone) on rakennettu automaattisesti aina kun SPEECH_CORE_WITH_LITERT=ON . Katso esimerkit/litert. Mieluummin GUI? Speech Studio alukset a Windows asentajat, joilla on sama VoxCPM2 moottori.
Seuraavat vaiheet
- Puhelinydin ... koko mallimatriisi (ONNX / LiteRT sarakkeet) ja pikakäynnistys API esimerkit
- docs/pipeline.md ...
VoicePipelineääniagenttisilmukka - halinface.co/soniqo ...
- Discord ...